Zero-shot-klassificering av supportärenden
Ett företag tar emot hundratals supportärenden dagligen om allt från faktureringsproblem och tekniska fel till kontohantering. Att sortera dessa ärenden manuellt är ineffektivt. Din uppgift är att använda en zero-shot-klassificeringsmodell för att automatiskt kategorisera inkommande ärenden – utan att behöva träna en egen klassificerare.
Den här övningen är en del av kursen
Natural Language Processing (NLP) i Python
Övningsinstruktioner
- Skapa en zero-shot
classifier-pipeline med modellen"MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli". - Använd den för att klassificera
ticket_texti en av de kategorier som anges icandidate_labels.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from transformers import pipeline
# Initialize the zero-shot classifier
classifier = ____
ticket_text = "I was charged twice for my subscription this month. Can you please refund the extra charge?"
candidate_labels = ["Billing", "Technical Issue", "Account Access"]
# Classify the ticket
result = ____
print(result['labels'])
print(result['scores'])